Elysia Tools
导航
Math & Numbers
根据成对数值数据计算 Pearson 和 Spearman 相关系数
详情
输入数据对或两列对齐数值，衡量线性关系和秩关系强度，并输出协方差和回归线辅助信息。
执行
填写表单、运行工具，并在同一页面查看结果。
案例
相关内容
等待运行
工具使用指南
相关系数计算器是一款专业的在线统计工具，旨在帮助用户快速计算成对数值数据的皮尔逊（Pearson）和斯皮尔曼（Spearman）相关系数。无论是评估两组变量之间的线性关系，还是衡量其单调秩关系，只需输入数据对或分别输入 X 和 Y 值，即可一键获取精确的统计结果，适用于学术研究、数据分析和商业决策等多种场景。
背景
研究员收集了5名学生的每周额外学习时间（小时）和期末考试成绩（分）。
问题
需要快速验证学习时间与成绩之间是否存在正向的线性或单调关系。
如何使用
在“数据对”框中按行输入成对数据，选择“Pearson 和 Spearman 都计算”，并设置保留4位小数。
{
"correlationMethod": "both",
"decimalPlaces": 4
}结果
结果显示皮尔逊相关系数为 0.9995，斯皮尔曼相关系数为 1，证明两者存在极强的正相关关系。
背景
分析师手头有过去几个月每日的广告支出金额和对应的网站独立访客数，且数据中存在几天极高的异常流量。
问题
评估增加广告预算是否能稳定带来流量增长，同时需要排除极端异常值的干扰。
如何使用
分别在“X 值”和“Y 值”框中输入支出和流量的数列，选择“斯皮尔曼秩相关”以降低极端值影响。
{
"correlationMethod": "spearman",
"confidenceLevel": 95
}结果
快速获得斯皮尔曼相关系数，准确反映了广告支出与流量之间的单调递增关系，有效排除了异常值的干扰。
皮尔逊用于衡量两个连续变量之间的线性关系，要求数据大致符合正态分布；斯皮尔曼则基于数据的秩次，用于衡量单调关系，对异常值更具鲁棒性。
您可以每行输入一对用逗号分隔的数值（如 1, 52），或者分别在 X 值和 Y 值输入框中填入逗号分隔的数列。
无论使用数据对输入还是分别输入 X 和 Y 值，两组数据的数量必须完全一致且一一对应，否则无法进行计算。
置信水平（如 95%）用于评估相关系数的统计显著性，帮助判断样本数据反映总体真实相关性的可靠程度。
请在输入前清理数据，确保每一对 X 和 Y 值都是完整且对齐的数值，剔除包含缺失值的行。